Leichtgewichtige Bewertung von Zeitreihendaten mit TSFMs durch In‑Context‑Finetuning
Die neuesten Zeitreihen‑Foundation‑Modelle (TSFMs) profitieren von umfangreichem Pretraining auf riesigen, vielfältigen Datensätzen. Damit wird die Qualität der Zeitreihendaten zu einem entscheidenden Faktor für die Leistung dieser Modelle. Traditionelle Bewertungsmethoden wie Einflussfunktionen stoßen jedoch an ihre Grenzen: Sie sind rechenintensiv und verlieren häufig die zeitlichen Abhängigkeiten.
